キカガク（KIKAGAKU）で機械学習実践（教師なし学習）を学ぶ

Photo by Alex Knight on Unsplash

今回はキカガクで「機械学習 実践（ハイパーパラメータ） - KIKAGAKU」と「機械学習 実践（教師なし学習） - KIKAGAKU」を学んだ。

学習内容

機械学習実践（ハイパーパラメータ調整）

1. K-分割交差検証（ K-fold cross validation ）
2. 手動調整／グリッドサーチ（ Grid Search ）
3. ランダムサーチ（ Random Search ）
4. ベイズ最適化（ Bayesian Optimization ）
5. 手動によるハイパーパラメータの調整
6. グリッドサーチによるハイパーパラメータの調整
7. ランダムサーチによるハイパーパラメータの調整
8. ベイズ最適化によるハイパーパラメータの調整（探索／活用）

機械学習実践（教師なし学習）

1. 主成分分析（ Principal Component Analysis ）
2. 次元削減（ Dimensionality reduction ）
3. 寄与率（ Proportion of the variance ）
4. 標準化
5. ホテリング理論
6. k-平均法（ k-means ）